Super Sparks-校招-具身智能/机器人研究员（Embodied AI / Robotics Researcher） 上海 校招 正式 数字技术 - 算法 博士及以上 Super Sparks 招聘计划 职位 ID：A258152A 职位描述 -探索具身智能前沿技术，制定技术路线，统筹内部研发方向；-开发、微调视觉-语言-动作（VLA）大模型（如 RT-2、OpenVLA、Groot、pi0 等），实现环境理解、任务分解与动作生成；-设计基于 Transformer、Diffusion Policy 的抓取与运动规划算法，提升操作泛化性；-领导或参与核心算法研究，覆盖具身交互、感知、操作、仿真、训练等方向，提升具身能力与可靠性；-对特定场景使用仿真数据集或模型数据集强化训练，确保操作成功率；-在机器人平台部署 VLA 模型，通过模型量化、推理加速等方式提升整体执行效果；-推动相关工具建设，高效训练与验证部署，加快具身智能的产品化落地。 职位要求 -计算机/机器人/人工智能等相关领域硕士或博士；-精通 Python/C++，掌握 PyTorch/TensorFlow 框架；-深入理解强化学习基本原理与核心算法（PPO、SAC 等）及常用框架；-深入理解大模型（VLM、VLA）开发流程（训练、微调、部署），并有实际项目经历；-深入理解机器人学习算法，具备强化学习用于机器人领域的项目经验；-在顶会（CoRL、ICRA、IROS、CVPR、ICLR 等）发表具身智能或大模型相关论文优先；-具备 OpenVLA、Groot、pi0 等 VLA
Super Sparks-校招-机器人仿真系统研究员/工程师 上海 校招 正式 数字技术 - 算法 博士及以上 Super Sparks 招聘计划 职位 ID：A221758 职位描述 构建高保真仿真环境，实现算法高效训练与低成本迁移。- 搭建机器人仿真环境，包括传感器、执行器、交互对象及周围环境，模拟真实物理特性；- 构建泛化动态交互场景，支持算法训练；- 机器人算法的训练和验证：评估提供合适强化学习训练框架（如PPO/SAC），并验证训练算法在模拟环境中的效果；- 支持SimtoReal调试，根据实际差异，优化仿真参数；- 持续追踪仿真最新算法和技术，开展机器人仿真技术规划、仿真工具链建设； 职位要求 - 计算机/机器人/人工智能等相关领域的硕士或博士；- 熟悉Issac Lab、Mujoco等主流仿真平台，具备基于上述平台的环境搭建与测试能力；- 熟悉C++、Python，熟悉ROS/ROS2；- 熟悉机器人运动学、动力学，熟悉传感器内外参标定；- 具备移动机器人、机械臂仿真开发训练经验优先；- 具备SimtoReal经验优先；- 有持续学习和创新精神，能自主、高效工作。 投递...
提前批-大模型算法工程师（主动安全方向） 上海、北京 校招 正式 数字技术 - 算法 硕士及以上 2027届校园招聘-技术提前批 职位 ID：A31065 职位描述 负责端到端决策模型算法的研发量产工作，主要聚焦于主动安全业务，重点方向包括但不限于。模仿学习（如自回归生成、Diffusion Policy 等）强化学习（涵盖轨迹生成、闭环训练、世界模型等相关技术）一段式端到端模型的研发构建高质量数据集，支持模型迭代优化持续跟踪人工智能领域的前沿技术动态，推动先进算法在量产项目中的实际应用与落地。 职位要求 硕士及以上学历，计算机 / 软件工程 / 人工智能等相关专业。扎实的深度学习算法基础，精通常见的深度学习和机器学习算法。面对未知的领域和问题，有非常强的自学能力，善于通过基本的研究方法对问题本身进行拆解，并找到每个步骤的解决办法。有着良好的团队合作精神，能够同公司内部的不同团队保持合作关系。加分项相关领域的博士研究生。具备端到端路径/轨迹生成相关经验，熟悉主流模仿学习方法，如diffusion，自回归等具备强化学习在轨迹预测、决策规划的相关经验，熟悉主流强化学习方法，如 DQN、DDPG、SAC、PPO、GRPO 等有过相关领域的顶级会议论文发表（CVPR、ICCV、ECCV等等）或在相关领域的学术竞赛（ImageNet、COCO、Kitti、Waymo等等）中取得较好成绩者优先 投递...
强化学习算法工程师 上海 校招 正式 技术族 - 算法类 职位 ID：A151195 职位描述 1. 参与面向机器人智能体的强化学习算法研发，提升 Agent 在导览、导购、接待、问答、任务执行等场景中的决策能力和任务完成率。 2. 研究强化学习、离线强化学习、偏好学习、模仿学习、Reward Model、LLM Agent 训练与优化等方法在真实业务场景中的应用。 3. 基于机器人交互日志、用户反馈、任务 Trace、对话 Session、人工标注数据等，构建 Agent 训练与评测数据集。 4. 设计智能体行为策略优化方案，包括工具调用策略、任务规划策略、多轮对话策略、异常恢复策略、打断处理策略和主动服务策略等。 5. 参与 Agent 评测体系建设，设计任务成功率、用户满意度、响应质量、工具调用正确率、上下文保持能力、安全合规性等指标。 6. 构建 Agent 仿真与回放环境，支持在上线前对不同 Agent
具身基座大模型算法研究员- Genie业务部 上海、北京 校招 正式 技术族 - 研究类 职位 ID：A81153 职位描述 - 参与具身智能基础模型研发，覆盖 VLM/VLA/VideoGen 预训练、后训练与强化学习等关键环节，打造可跨不同机器人平台泛化的通用模型。- 设计多模态模型结构与训练策略，融合图像/视频/语言/触觉/动作等信息，提升理解、推理与执行能力。- 探索具身领域的数据配方与 scaling law，沉淀可复用的训练范式与评测结论。- 面向复杂任务与长时序任务，构建训练—评测—迭代闭环，持续提升成功率、稳定性与鲁棒性。- 与数据/系统/仿真/硬件团队协作，推进模型训练、验证、部署与迭代落地。- 撰写技术文档和学术论文，分享研究成果并在技术社区中展示创新技术。 职位要求 - 硕士及以上学历，计算机/机器人/AI 等相关方向。- 熟悉大模型训练体系，有预训练或后训练经验，对 LLM/VLM/VLA/VideoGen 有较深理解。- 具备强化学习相关经验（PPO/SAC 等），有 Online RL / Offline RL类训练实践经验者优先。。- 熟悉或跟进过主流
具身智能算法工程师（后训练 Infra 方向）-觅蜂子公司 上海 校招 正式 技术族 - 算法类 职位 ID：A176440 职位描述 觅蜂科技（Maniformer）是全球领先的一站式物理AI数据服务平台，致力于打造具身智能数据的 “平台型供给” 基础设施，实现数据的体系化、标准化、规模化供给。1. 负责具身智能后训练框架的设计与迭代，构建支撑真机强化学习的规模化训练能力。2. 深入理解强化学习、模仿学习、在线学习等后训练算法（PPO/SAC/DAgger/RLHF 等），基于算法特性设计高效的训练架构与数据流。3. 设计并实现云端多机多卡训练 + 边缘多机多本体 rollout 的分布式异步训练架构，支撑从单机到百台规模的扩展。4. 构建多种后训练算法的统一框架支撑，实现新算法低成本快速接入与验证。5. 负责云边通信体系设计（权重同步、数据回传、时延隐藏），保障大规模分布式训练的效率与稳定性。6. 跟进后训练领域前沿进展（π0.6 / RLT / flow matching RL 等），具备快速复现并工程化落地新算法的能力。 职位要求 1. 计算机、AI、机器人等相关专业硕士及以上学历。2. 具备扎实的
端到端强化学习算法实习生 上海 实习 数字技术 - 算法 职位 ID：A136444 职位描述 1. 强化学习模型开发：负责基于深度强化学习（DRL）的端到端智能辅助驾驶模型的设计、开发与训练 职位要求 1. 计算机、自动化、电子工程、人工智能、车辆工程等相关专业硕士及以上学历 2.有端到端智能辅助驾驶、智能体规划或行为预测相关经验 3. 熟练掌握深度强化学习的主流算法（如DQN、DDPG、SAC、PPO、GRPO等），并具备实际工程经验 加分项： 1. 有强化学习模型在真实车辆、仿真平台、边缘设备上部署经验 2. 发表过 CVPR/ICCV/ECCV/NeurIPS/ICLR，或有 ACMICPC/Kaggle 等算法竞赛获奖。 投递...
智能辅助驾驶AI算法实习生 上海 实习 数字技术 - 算法 职位 ID：A127841 职位描述 参与深度学习、强化学习等相关算法的研究与实现； 基于 Transformer、Diffusion 等模型进行算法优化与应用探索； 在实际场景中开展强化学习（如 PPO、SAC、GRPO/DPO 等）的实验与改进； 支持智能辅助驾驶、智能体或其他前沿应用方向的研发工作； 撰写技术文档，参与团队技术分享与学术交流。 职位要求 在读硕士或博士，计算机、人工智能、自动化、电子工程或相关专业； 熟悉深度学习主流模型与架构（Transformer、Diffusion）； 熟悉强化学习常用算法（PPO、SAC、GRPO、DPO 等），并具备相关项目经验； 熟练使用 Python、C++、Shell 等编程语言； 熟悉至少一种主流深度学习框架（如PyTorch ）； 具备良好的团队沟通能力，自我驱动，乐于主动学习新技术。 投递...
智能辅助驾驶算法实习生（视觉感知 / 端到端模型 / 强化学习） 上海 实习 数字技术 - 算法 职位 ID：A200398 职位描述 1. 参与智能辅助驾驶相关算法的研发与验证，方向包括但不限于：- 视觉感知（目标检测、语义分割、跟踪、BEV 表征等）；- 端到端模型（规划预测一体化、行为建模、多模态融合等）；- 强化学习（轨迹生成、决策规划、闭环训练、世界模型等）。2. 支持团队完成数据处理、模型训练与实验分析。 职位要求 1. 计算机、人工智能、自动化、电子工程等相关专业，硕士或博士在读，距离毕业 1 年及以上；2. 熟练掌握 Python / C++，具备扎实的算法与编程能力；3. 有 视觉感知 / 端到端模型 / 强化学习 相关项目经验或学术研究经验；4.
端到端算法实习生（认知计算团队） 北京、上海 实习 数字技术 - 算法 职位 ID：A80602 职位描述 - 参与蔚来智能辅助驾驶端到端（End-to-End）模型的研发与优化，探索强化学习策略与训练方案的设计与验证。- 跟进并研究前沿的端到端智能辅助驾驶、大模型（LLM）、强化学习等相关技术，推动算法在实际车辆场景中的落地与应用。- 协助完成模型的部署、仿真测试与真实道路场景下的算法迭代优化。 职位要求 学历背景：计算机科学、人工智能、自动化、电子工程等相关专业硕士或博士在读。技术能力：- 熟练掌握Python/C++，熟悉PyTorch/TensorFlow等深度学习框架。- 熟练深度学习与强化学习的主流算法（如DQN、DDPG、SAC、PPO、GRPO等）。具备实际工程经验者优先。- 熟悉智能辅助驾驶相关算法（如 轨迹预测、行为决策、运动规划 等），有端到端智能辅助驾驶或规划控制项目经验者优先。其他要求：对智能辅助驾驶技术有强烈兴趣，具备优秀的逻辑思维和问题解决能力。每周至少全职工作4天，持续6个月以上。 投递...
端到端算法工程师 北京 实习 数字技术 - 算法 职位 ID：A72815 职位描述 - 参与深度学习、强化学习等相关算法的研究与实现；- 在实际场景中开展强化学习（如 PPO、SAC、GRPO/DPO 等）的实验与改进；- 支持智能辅助驾驶或RL闭环仿真等前沿应用方向的研发工作；- 撰写技术文档，参与团队技术分享与学术交流。- 支持团队完成数据处理、模型训练与实验分析。 职位要求 在读硕士或博士，计算机、人工智能、自动化、电子工程或相关专业，距离毕业 1 年及以上；- 熟悉深度学习主流模型与架构（Transformer、Diffusion）；- 对强化学习方法有一定理解，熟悉以下任一方向： - 主流 RL 算法（DQN、DDPG、SAC、PPO、GRPO 等）； - 强化学习在轨迹预测、决策规划或模拟环境中的应用； - 世界模型（World Model）、3DGS 或基于 RL 的闭环仿真；- 有视觉感知 /
智能辅助驾驶AI算法实习生 上海 实习 数字技术 职位 ID：A139759 职位描述 车端实时环境的认知及评价 职位要求 基本条件：- 在读硕士/博士，计算机、人工智能、自动化、电子工程或相关专业；- 熟悉强化学习基本算法（如DQN、PPO、SAC等），并具备相关项目经验；- 熟练掌握Python、C++、shell 等编程语言；- 熟悉至少一种主流深度学习框架（如 PyTorch / TensorFlow）；- 良好的团队沟通能力，自我驱动，愿意主动学习新技术。加分项- 有智能辅助驾驶相关项目经验；- 熟悉LLM/VLM RLHF、强化学习、模仿学习等前沿技术；- 在高水平期刊或会议发表过相关论文。 投递...
大规模仿真强化学习实习生 北京 实习 数字技术 - 算法 职位 ID：A236840 职位描述 参与大规模自博弈强化学习训练实验，设计和构建大规模、高吞吐量的批处理仿真器，十亿级仿真训练吞吐的驾驶经验生成 ；并改进 PPO 等高效的在策略（On-Policy）强化学习算法进行大规模训练 。辅助算法的鲁棒性与泛化性验证。参与攻坚仿真到现实的迁移 (Sim2Real)，参与研究和评估策略的Sim2Real迁移性能，探索域随机化（Domain Randomization）、系统辨识（System ID）等技术，以提升策略对真实世界变化的适应能力。协助团队将训练好的策略部署到真实世界的车辆平台上进行验证。 职位要求 （必要条件）教育背景： 计算机科学、人工智能、机器人学或相关领域的在读27届及之后毕业的博士/硕士研究生/优秀本科生。 对以下至少两个领域有扎实的知识基础和相关的项目/研究经验：强化学习: 熟悉多智能体RL、自博弈、PPO、SAC等主流算法。生成式模型: 熟悉 Diffusion 模型、GANs 等，并有相关实践经验。Sim2Real: 对仿真到现实的迁移问题有了解或实践经验。编程与系统能力：精通 Python 和 PyTorch/Jax，具备训练和调试复杂强化学习算法的能力。拥有构建或使用高性能、批处理仿真环境（如 Isaac Gym/Lab）的经验 。具备优秀的系统设计和性能优化能力，熟悉 GPU 编程者优先。算法知识： 精通 PPO
世界模型端到端算法实习生 上海 实习 数字技术 - 算法 职位 ID：A219191 职位描述 参与蔚来智能辅助驾驶端到端（End-to-End）模型的研发与系统优化，设计并验证基于强化学习的策略与训练方案，探索世界模型（World Model）在仿真环境构建与驾驶策略训练中的应用潜力。跟进端到端智能辅助驾驶、大语言模型（LLM）、强化学习与世界建模等前沿技术，推动算法在实际行车场景中的落地与持续迭代。协助完成模型部署、仿真测试及真实道路场景下的算法评估与优化，推动技术从研发到产品的全链路闭环。 职位要求 学历背景：计算机科学、人工智能、自动化、电子工程等相关专业硕士或博士在读。技术能力：熟练掌握 Python/C++，具备 PyTorch/TensorFlow 等深度学习框架的实际开发经验。熟悉深度强化学习主流算法（如 DQN、DDPG、SAC、PPO、GRPO 等），有相关项目或研究经验者优先。了解智能辅助驾驶关键算法（如轨迹预测、行为决策、运动规划等），具备端到端智能辅助驾驶、规划控制或世界模型相关项目经验者优先。其他要求：对智能辅助驾驶技术充满热情，具备优秀的逻辑思维和系统性问题解决能力。可保证每周至少全职工作 4 天，实习期不少于 6 个月。 投递...
机器人运动控制算法实习生 北京 校招 实习 软件研发类 职位描述 1、开发基于机器学习的机器人控制策略，并与传统控制方法互补； 2、负责算法策略的训练与移植部署，实现算法sim2real在机器人实机上落地应用； 3、持续跟踪国内外前沿研究成果，并进行相关算法复现。 职位要求 1、硕士及以上学历，机器人、计算机、人工智能、机器学习、应用数学等专业，理论功底深厚，有相关足式机器人传统控制经验更优； 2、具有强化学习相关项目研究经验，熟悉Mujoco、Pybullet、Isaac Gym等机器人仿真平台，熟悉Linux、ROS等操作系统；3、掌握主流强化学习算法如DQN、PPO、DDPG、SAC等主流算法，熟悉Pytorch、TensorFlow机器学习框架；4、扎实的C++、python编程能力；5、数学基础扎实，具有较强的学习与研究能力；6、熟悉大模型理论者优先； 投递...
足式机器人运动控制算法工程师实习生（强化学习） 北京 校招 实习 算法类 职位描述 1. 开发基于强化/模仿学习的机器人行走及全身控制策略；2. 开发复杂地形下基于视觉的强化学习行走策略；3. 负责算法策略的训练与移植部署，实现算法sim-to-real在机器人实机上落地应用；4. 持续跟踪国内外前沿研究成果，并进行相关算法复现；5. 编写相关技术文档，推动团队技术沉淀与知识共享。 职位要求 1. 硕士及以上学历，机器人、计算机、机械工程、人工智能、应用数学等专业，数学、英语能力扎实，具有较强的学习与研究能力；2. 掌握主流的强化学习算法，如：PPO、DQN、DDPG、SAC等；3. 掌握机器人学习中的广泛使用的训练方法和模型架构，如：教师学生模型（Teacher-Student Network），课程学习（Curriculum Learning），域随机化（Domain Randomization），混合专家模型（MoE）等；4. 熟悉Mujoco、IsaacGym、IsaacLab等机器人仿真平台；5. 有足式机器人强化学习算法的实机调试和sim-to-real经验者优先，有基于模型/优化等传统控制经验者优先；6. 扎实的C++、Python编程能力，熟悉Pytorch等机器学习框架，熟悉Linux，Git，ROS等开发环境和工具。 投递...
Miclaw-AI agent开发实习生 AI人才专项 热招 南京 校招 实习 软件研发类 职位描述 1. 开发基于机器学习的机器人控制策略，完成机器人端到端的算法训练与部署。负责算法策略的训练与移植，实现Sim2Real在机器人实机上的落地应用；2. 参与具身智能算法模型在技能学习、动作规划、抓取操作等应用上的研发，实现多场景多任务的泛化。设计、训练、部署模仿学习、强化学习、迁移学习、多模态学习等算法，构建机器人各类应用的通用技能；3. 持续跟踪国内外前沿研究成果，进行相关算法复现。紧跟最新技术进展，将学术界前沿创新内容进行快速复现并创新，参与相关方向的论文与专利积累；4. 与大模型、运控等团队合作，推动具身智能数据集、机器人平台等各项目落地实施，共同解决技术难题。 职位要求 1. 机器人、计算机、人工智能、机器学习、应用数学等相关专业背景，理论功底深厚；2. 掌握主流强化学习算法（如DQN、PPO、DDPG、SAC等），熟悉机器人操作快慢双系统设计理念（如VLM+VLA），掌握相关ACT/Diffusion Policy/RDT/Pi0等基础算法。在多模态模型、自监督学习、迁移学习、强化学习、知识蒸馏、CoT等方向具备SOTA项目经验或坚实知识基础；3. 熟悉Mujoco、Pybullet、Isaac Sim/Gym等机器人仿真平台，熟悉Linux、ROS等操作系统；4. 扎实的C++、Python编程能力，熟悉PyTorch、TensorFlow等主流机器学习框架，掌握规范的git工作流；5. 具备较强的学习与研究能力，有创新的想法，乐于接受技术挑战；6. 具备良好的英文读写能力，能够阅读和撰写英文技术文档和论文。 投递...
机器人真机强化学习算法实习生 上海 实习 职位描述 1.参与真机强化学习算法研发，在导师指导下完成 RL 算法的实现、训练与真机验证，协助开展数据配方、训练策略与评测实验。2.协助多模态建模与训练实验，涉及图像/视频/语言/触觉/动作等信息融合与能力评估。3.参与灵巧手/双臂等接触丰富（contact-rich）操作任务的策略学习探索。4.协助维护训练—评测—迭代闭环，参与真机实验与数据分析。5.跟踪 RL 与具身智能前沿进展，优秀成果可产出学术论文或开源项目。 职位要求 1.在读硕士/博士（优秀本科生亦可），计算机/机器人/自动化/AI 等相关专业。2.熟悉 PPO/SAC/TD3/GRPO 等主流RL算法，对offline/online RL等前沿方向有了解。3.熟练使用 Python 与 PyTorch，具备良好的代码能力。4.使用过 RLINF、VeRL 等 RL 训练框架者优先。5.有课程项目、竞赛或科研中的机器人真机训练部署经验，或对机器人操作、灵巧手等方向有浓厚兴趣者优先。6.有顶会论文、开源项目或竞赛获奖经历者优先。7.每周可到岗 4 天及以上，实习期 6 个月以上优先。 投递...
强化学习后训练算法工程师/专家-Genie业务部 上海 校招 正式 技术族 - 算法类 职位 ID：A105347 职位描述 1.负责真机强化学习算法研发，面向在线/离线场景设计高样本效率、稳定可靠的 RL 训练方案，持续提升任务成功率、稳定性与鲁棒性。2.构建 VLA 模型的 RL 后训练体系，探索具身领域的数据配方与 scaling law，沉淀可复用的训练范式与评测结论。3.探索灵巧手/双臂等接触丰富（contact-rich）操作任务的策略学习方法，融合触觉、力觉与视觉信息，提升抓取、调整、重抓（regrasp）与精细操作能力。4.面向复杂与长时序任务，构建训练—评测—迭代闭环，解决真机 RL 中的 reward 设计、自动 reset、安全探索等关键问题。5.与数据/系统/硬件团队协作，推进模型训练、验证、部署与迭代落地。6.跟踪 RL 与具身智能前沿进展，撰写技术文档和学术论文。 职位要求 1.硕士及以上学历，计算机/机器人/自动化/AI 等相关专业。2.具备扎实的深度学习、强化学习知识基础，熟悉 PPO/SAC/TD3 等主流算法，理解 online/offline RL 的差异与适用场景。3.对前沿 RL 算法有研究与实践经验，如 flow-matching/diffusion/离散
【27届校招】大模型算法工程师 北京 正式 研发 - 算法 通用智能板块 职位描述 岗位简介：聚焦云端大模型算法研发，包括 VLM / VLA 大模型、世界动作模型(WAM)等，重点解决自动驾驶场景数据闭环体系及数据治理能力建设；利用语义标签、长时序描述及推理、向量化或隐空间表征等建立数据图谱，实现大规模数据分层治理。岗位职责：1、云端基座大模型研发：负责数据驱动的云端基座大模型算法研发，基于海量量产数据，研发无监督、自监督算法，持续提升大模型的场景语义理解与物理空间感知能力，进而提高云端大模型的时空感知、推理、预测、分析能力；2、空间推理产线建设：负责基于多传感器数据融合、时空信息融合的自动标注算法，构建具有精度高、场景泛化性强的时空数据生产产线，持续推动物理AI云端大模型研发；3、Scaling Law 驱动的算法研发：负责车云平台一体化大模型算法研发与优化，研发和设计基于数据驱动的感知迭代链路；构建高效的自训练感知流水线，提升数据闭环效率；4、强化学习研发：基于 PPO、DPO、GRPO、SAC 等主流强化学习算法，搭建长尾场景的后训练方案，完成奖励设计、分布式训练、模型调优，提升模型在复杂场景、恶劣天气、小众交通场景下的泛化能力与稳定性。 职位要求 1、学历基础：计算机、人工智能、自动化、数学等相关专业硕士及以上学历，博士优先。具备扎实的深度学习与强化学习数理功底；2、大模型能力：精通 VLM / VLA 端到端自动驾驶模型原理与全链路研发，熟悉大模型跨域泛化、域自适应、微调蒸馏技术，有智驾或机器人大模型落地经验优先；3、强化学习能力：熟练掌握 PPO、DPO、GRPO 等算法，具备用强化学习解决问题的实战经验，有智驾或机器人项目量产落地经验；4、自动驾驶认知：熟悉自动驾驶感知、预测、规划、控制全链路逻辑，兼具传统模块化与端到端模型研发认知；5、工程与综合能力：熟练使用 PyTorch，掌握 Agent / Harness 等自动化工具；具备良好的逻辑攻坚、跨团队协作与项目推进能力，有技术带队经验优先。加分项1、参与过自动驾驶或机器人技术路线、算法体系标准搭建；2、深耕VLM/VLA预训练、后训练方向，有相关落地成果；3、拥有顶会论文、核心专利成果。 投递...